| 神经风格迁移模型综述 |
| |
| 引用本文： | 唐稔为,刘启和,谭浩.神经风格迁移模型综述[J].计算机工程与应用,2021,57(19):32-43. |
| |
| 作者姓名： | 唐稔为 刘启和 谭浩 |
| |
| 作者单位： | 电子科技大学 信息与软件学院，成都 610054 |
| |
| 摘 要： | 神经风格迁移技术主要用于对图像、视频等进行风格化，使其具有艺术美感，该领域极具应用价值，是人工智能的热门研究领域之一。为推动神经风格迁移领域的研究发展，对神经风格迁移技术进行了全面概述。简述了非真实感渲染技术和传统的纹理迁移技术。对现有神经风格迁移模型进行了分类整理，并详细探讨了各类代表性模型的算法原理及后续改进，分析了神经风格迁移技术的应用市场。提出对风格迁移模型质量的评判应该从定性评估和定量评估两个方面来考虑，并从各个角度讨论了现阶段风格迁移技术存在的问题以及未来研究方向。最后强调应提高模型的综合能力，在保证生成质量的情况下提升生成速度以及泛化能力。
|
| 关 键 词： | 神经风格迁移 深度学习 卷积神经网络 生成模型 生成对抗网络 |
Review of Neural Style Transfer Models |
| |
| TANG Renwei,LIU Qihe,TAN Hao.Review of Neural Style Transfer Models[J].Computer Engineering and Applications,2021,57(19):32-43. |
| |
| Authors: | TANG Renwei LIU Qihe TAN Hao |
| |
| Affiliation: | School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu 610054, China |
| |
| Abstract: | |
| |
| Keywords: | Neural Style Transfer（NST） deep learning convolution neural network generative model generative adversarial network |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
